这篇讲两个点：

  1. QuerySet 的“惰性加载”与缓存机制
  2. iterator() 的适用场景与坑

QuerySet 是惰性的

QuerySet 只是“待执行的 SQL”。只有在真正迭代时，才会访问数据库。

person_set = Person.objects.filter(first_name="Dave")

上面这行不会发 SQL。直到你做：

for person in person_set:
    print(person.last_name)

QuerySet 缓存机制

QuerySet 在第一次被评估时，会把结果缓存起来。

好处：同一个 QuerySet 重复使用，不会重复发 SQL。

问题：一旦数据量很大，就会占用大量内存。

误用示例（双倍查询）

print([e.headline for e in Entry.objects.all()])
print([e.pub_date for e in Entry.objects.all()])

这会发两次 SQL，且两次结果可能不一致。

正确示例（复用缓存）

queryset = Entry.objects.all()
print([e.headline for e in queryset])
print([e.pub_date for e in queryset])

iterator() 的作用

iterator() 关闭 QuerySet 的缓存，边读边吐，减少内存占用。

适合：一次性遍历大量数据。

from blog.models import Article

for i in Article.objects.all().iterator():
    print(i)

注意：

  • iterator() 会忽略 prefetch_related()。
  • 再次遍历会重新查询数据库。
  • 对超大表依旧可能慢，建议配合分批游标。

最佳实践

  • 小数据：默认 QuerySet 即可（缓存有利）。
  • 大数据但只遍历一次：用 iterator()。
  • 超大表：iterator() + 分批（或用主键游标）。

References